*作者戴维•珀金斯是美国知名教学权威，哈佛大学教育研究生院“零点项目”资深负责人，著有畅销书《尤里卡效应》。
*书中没有深奥难懂、枯燥无味的理论，而是以学打棒球为比喻通过一个个生动的教学实例来论述全局学习法7原则，既是严谨的学术作品，又是浅显易懂的通俗作品。
*非常有创意和活力且充满智慧和洞察力的作品，得到美国众多知名学者专家和教育管理者的鼎力推荐。
在《全局学习法》一书中，哈佛大学资深教授戴维•珀金斯提出了关于教学的一种全新、实用的教育理论。他以学打棒球为比喻，通过一个个生动的教学实例，描述了如何利用全局学习法7原则组织学习，以获得深刻而持久的效果，并阐释了这样一个道理：如果能引导学生学“全局游戏”，而非某学科的若干孤立要素，则任何年级任何科目的教学都可以做得更有成效。
本书具有很强的现实意义，对一线教师，各级教育工作者有重要参考价值。同时本书的观点不仅适用于学校教育，也适用于生活中各种需要学习的领域，因此普通读者也可从本书中获得借鉴意义。
目录：
引言 一个全新的棒球游戏
第1章 玩全局游戏
第2章 让游戏值得玩
第3章 在难点部分下工夫
第4章 打客场比赛
第5章 发现潜在的游戏
第6章 向同队和他队队员学习
第7章 学会学习
后记 学习的未来
书摘：
第1章 玩全局游戏
高山现象与发现问题
远在天边的一座座山峰显得很小，但当你真正走近它们时，却会发现它们实际上要大得多。这是我当年作为一名博士生临近撰写学位论文时的体验。从远处看，这座山似乎并没有那么难以攀登，可等我走到山脚下时，我却不知该如何攀登。
我的多个学位都来自麻省理工学院。当时我是一名数学专业的学生，在完成本科阶段的学业后，我接着攻读博士学位，并对利用数学手段研究人工智能的问题产生了兴趣。人工智能研究的是如何让计算机完成智能行为，比如下棋，验证数学定理，或操纵机器人做一些饶有趣味又富有挑战的事情。我在人工智能方面所做的工作，激起了我对人类思维和学习方式进行研究的兴趣。在获到博士学位后，我便走进了认知心理学和教育学的领域。此时此刻，你可想象我站在毕业论文的山脚下，正琢磨着应该对人工智能尝试什么样的研究。
这里遇到的问题便是如何发现问题。解决问题和发现问题是有区别的。解决问题是处理好已相当清楚的问题。有时它们会出现在一本书中；有时它们就存在于日常生活里。不管它们来自何处，它们总是存在的，我们要对其进行深入探究，并试图找出解决的办法。不过问题的轮廓很清楚，并不能让问题变得容易解决。例如，用电进行高效照明这一问题，令无数发明家对其进行了锲而不舍的研究，但直到托马斯•爱迪生才最终破解了这个难题。再如，像“费马大定理”(Fermat’SLastTheorem)这样的一些典型数学猜想，以定义非常明确的形式存在了若干世纪，才有人解决了它们。
发现问题则是另一回事。发现问题首先涉及搞清楚问题是什么，怎样使问题变得容易处理。它还涉及在努力解决问题的过程中，对问题进行重新定义，以打消有人对问题是否找对了的疑虑。
所以说，我当年面临的毕业论文问题就是发现问题。我那时确实不知道如何着手找到一个好的论文选题。对于解决问题，拥有全套技术知识的我能力很强，而且富有创意，但发现问题却是该游戏的另一面。